CN113450042A - 一种确定补货量的方法和装置 - Google Patents

Abstract

本发明公开了一种确定补货量的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定商品子集合的补货影响因子、历史需求分布；根据商品子集合的补货影响因子、历史需求分布，通过预设模型得到商品子集合的当前需求量；根据商品子集合的当前需求量、商品子集合中每种商品的历史需求总量占比，计算商品子集合中每种商品的当前需求量；根据商品的当前需求量和当前库存量确定补货量。能够克服依赖人工经验而无法给出合理有效的补货决策的缺陷，且在无需大量历史数据的情况下可以较为准确地确定补货量。

Description

一种确定补货量的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种确定补货量的方法和装置。

背景技术

在自动售卖或人工售卖场景中都涉及商品的补货，以自动售卖柜为例，其运营具有两个显著特点：一是定期批量补货，如一天；二是所售卖商品保质期较短，如快餐盒饭和新鲜面包等。在一个补货周期内，若补货量过少无法满足该时间段内购物需求则会引起缺货，导致潜在缺货损失；若补货量过多无法全部出售导致商品剩余，保质期较短无法及时出售的商品需要销毁处理，导致浪费增加运营成本。因此需要准确地预测一个补货周期内的各类商品的需求量，进而精准地确定补货数量，以达到最大化收益、最小化成本的目的。不仅自动售卖柜运营具有上述两个显著的特点，面向社区居民的中小型面包店、鲜花店都具有定期批量补货、商品保质期短的特点，同样需要精准地确定每次补货的数量。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

根据人工经验确定补货量，对于一些需求不稳定的商品，决策人员难以从中总结出有效可靠的规律，则无法给出合理有效的补货决策；使用深度神经网络技术预测需求量进而确定补货数量，需要大量历史数据，然而绝大部分单一商品历史需求量数据量级难以保证深度神经网络训练模型的有效性，从而导致最终确定的补货量不准确。

发明内容

有鉴于此，本发明实施例提供一种确定补货量的方法和装置，能够克服依赖人工经验而无法给出合理有效的补货决策的缺陷，且在无需大量历史数据的情况下可以较为准确地确定补货量。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定补货量的方法。

一种确定补货量的方法，包括：将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布；根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量；根据所述商品子集合的当前需求量，以及所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比，计算所述商品子集合中每种商品的当前需求量；根据所述商品子集合中每种商品的当前需求量和当前库存量，确定所述商品子集合中每种商品的补货量。

可选地，所述补货影响因子包括价格、成本；所述将商品集合中多元组属性相同的商品划分到同一商品子集合之前，包括：对于所述商品集合中的每种商品，计算该种商品的价格、成本、历史平均需求量分别在所述商品集合中所有商品的价格集合、成本集合、历史平均需求量集合中的非降序排序位次分位数，得到所述商品集合中的每种商品的价格属性、成本属性、历史需求均值属性，根据所述价格属性、所述成本属性、所述历史需求均值属性得到所述商品集合中每种商品的多元组属性。

可选地，所述根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布，包括：根据所述商品子集合中每种商品的多个单位时间段历史需求量，计算所述商品子集合中每种商品的历史需求总量，根据所述每种商品的历史需求总量与所述商品子集合中所有商品的历史需求总量总和的比值，得到所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比；根据所述商品子集合中各种商品的价格和在所述商品子集合中的历史需求总量占比，计算所述商品子集合的价格；根据所述商品子集合中各种商品的成本和在所述商品子集合中的历史需求总量占比，计算所述商品子集合的成本；根据所述商品子集合中各种商品的单位时间段历史需求量，计算所述商品子集合的单位时间段历史需求量，并根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布。

可选地，所述根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布，包括：获取所述商品子集合的历史需求分布的函数形式，根据所述商品子集合的多个单位时间段历史需求量，计算所述历史需求分布函数的均值和方差，从而根据所述历史需求分布的函数形式、所述均值和方差，确定所述商品子集合的历史需求分布。

可选地，所述根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布，包括：将所述商品子集合的单位时间段历史需求量的最大值和最小值构成的区间分成多个子区间，并计算所述商品子集合的单位时间段历史需求量在所述多个子区间内的数量分布；根据各所述子区间确定所述商品子集合的历史需求量网格数组；根据所述商品子集合的单位时间段历史需求量在所述多个子区间内的数量分布和各所述子区间，确定所述商品子集合的数量分布百分比数组；根据所述商品子集合的历史需求量网格数组，以及所述商品子集合的数量分布百分比数组，通过指定函数拟合得到所述商品子集合的历史需求分布。

可选地，所述根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量，包括：根据所述商品子集合的历史需求分布得到所述商品子集合的历史需求量累积分布函数；根据所述商品子集合的价格、成本、所述商品子集合的历史需求量累积分布函数的反函数，通过报童模型预测得到所述商品子集合的当前需求量。

根据本发明实施例的另一方面，提供了一种确定补货量的装置。

一种确定补货量的装置，包括：划分模块，用于将商品集合中多元组属性相同的商品划分到同一商品子集合；第一确定模块，用于根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布；第一需求量计算模块，用于根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量；第二需求量计算模块，用于根据所述商品子集合的当前需求量，以及所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比，计算所述商品子集合中每种商品的当前需求量；补货量确定模块，用于根据所述商品子集合中每种商品的当前需求量和当前库存量，确定所述商品子集合中每种商品的补货量。

可选地，所述补货影响因子包括价格、成本；所述装置还包括多元组属性确定模块，用于：对于所述商品集合中的每种商品，计算该种商品的价格、成本、历史平均需求量分别在所述商品集合中所有商品的价格集合、成本集合、历史平均需求量集合中的非降序排序位次分位数，得到所述商品集合中的每种商品的价格属性、成本属性、历史需求均值属性，根据所述价格属性、所述成本属性、所述历史需求均值属性得到所述商品集合中每种商品的多元组属性。

可选地，所述第一确定模块还用于：根据所述商品子集合中每种商品的多个单位时间段历史需求量，计算所述商品子集合中每种商品的历史需求总量，根据所述每种商品的历史需求总量与所述商品子集合中所有商品的历史需求总量总和的比值，得到所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比；根据所述商品子集合中各种商品的价格和在所述商品子集合中的历史需求总量占比，计算所述商品子集合的价格；根据所述商品子集合中各种商品的成本和在所述商品子集合中的历史需求总量占比，计算所述商品子集合的成本；根据所述商品子集合中各种商品的单位时间段历史需求量，计算所述商品子集合的单位时间段历史需求量，并根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布。

可选地，所述第一确定模块包括第一历史需求分布确定子模块，用于：获取所述商品子集合的历史需求分布的函数形式，根据所述商品子集合的多个单位时间段历史需求量，计算所述历史需求分布函数的均值和方差，从而根据所述历史需求分布的函数形式、所述均值和方差，确定所述商品子集合的历史需求分布。

可选地，所述第一确定模块包括第二历史需求分布确定子模块，用于：将所述商品子集合的单位时间段历史需求量的最大值和最小值构成的区间分成多个子区间，并计算所述商品子集合的单位时间段历史需求量在所述多个子区间内的数量分布；根据各所述子区间确定所述商品子集合的历史需求量网格数组；根据所述商品子集合的单位时间段历史需求量在所述多个子区间内的数量分布和各所述子区间，确定所述商品子集合的数量分布百分比数组；根据所述商品子集合的历史需求量网格数组，以及所述商品子集合的数量分布百分比数组，通过指定函数拟合得到所述商品子集合的历史需求分布。

可选地，所述第一需求量计算模块还用于：根据所述商品子集合的历史需求分布得到所述商品子集合的历史需求量累积分布函数；根据所述商品子集合的价格、成本、所述商品子集合的历史需求量累积分布函数的反函数，通过报童模型预测得到所述商品子集合的当前需求量。

根据本发明实施例的又一方面，提供了一种电子设备。

一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明实施例所提供的确定补货量的方法。

根据本发明实施例的又一方面，提供了一种计算机可读介质。

一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的确定补货量的方法。

上述发明中的一个实施例具有如下优点或有益效果：将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定商品子集合的补货影响因子、历史需求分布；根据商品子集合的补货影响因子、历史需求分布，通过预设模型得到商品子集合的当前需求量；根据商品子集合的当前需求量，以及商品子集合中每种商品在商品子集合中的历史需求总量占比，计算商品子集合中每种商品的当前需求量；根据商品子集合中每种商品的当前需求量和当前库存量，确定商品子集合中每种商品的补货量。能够克服依赖人工经验而无法给出合理有效的补货决策的缺陷，且在无需大量历史数据的情况下可以较为准确地确定补货量。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明一个实施例的确定补货量的方法的主要步骤示意图；

图2是根据本发明一个实施例的确定补货量的流程示意图；

图3是根据本发明一个实施例的确定补货量的装置的主要模块示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明一个实施例的确定补货量的方法的主要步骤示意图。

如图1所示，本发明一个实施例的确定补货量的方法主要包括步骤S101至步骤S104。

步骤S101：将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定商品子集合的补货影响因子、历史需求分布。

步骤S102：根据商品子集合的补货影响因子、历史需求分布，通过预设模型得到商品子集合的当前需求量；

步骤S103：根据商品子集合的当前需求量，以及商品子集合中每种商品在商品子集合中的历史需求总量占比，计算商品子集合中每种商品的当前需求量；

步骤S104：根据商品子集合中每种商品的当前需求量和当前库存量，确定商品子集合中每种商品的补货量。

补货影响因子即影响补货量的因素，在一个实施例中，补货影响因子包括价格、成本。本领域技术人员可以理解的是，在另外的实施例中，价格、成本也可以替换为其他影响补货量的因素，在补货影响因子为其他因素时，可以参照补货影响因子为价格、成本的实施方式来实现本发明实施例的确定补货量的方法。

将商品集合中多元组属性相同的商品划分到同一商品子集合之前，对于商品集合中的每种商品，可以计算该种商品的价格、成本、历史平均需求量分别在商品集合中所有商品的价格集合、成本集合、历史平均需求量集合中的非降序排序位次分位数，得到商品集合中的每种商品的价格属性、成本属性、历史需求均值属性，根据价格属性、成本属性、历史需求均值属性得到商品集合中每种商品的多元组属性。需要说明的是，多元组属性中的价格属性、成本属性是与补货影响因子中的价格、成本相对应的，如果补货影响因子中价格、成本替换为其他影响因素，相应地，多元组属性中的价格属性、成本属性也将对应为相应影响因素属性。

根据商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定商品子集合的补货影响因子、历史需求分布，具体可以包括：根据商品子集合中每种商品的多个单位时间段历史需求量，计算商品子集合中每种商品的历史需求总量，根据每种商品的历史需求总量与商品子集合中所有商品的历史需求总量总和的比值，得到商品子集合中每种商品在商品子集合中的历史需求总量占比；根据商品子集合中各种商品的价格和在商品子集合中的历史需求总量占比，计算商品子集合的价格；根据商品子集合中各种商品的成本和在商品子集合中的历史需求总量占比，计算商品子集合的成本；根据商品子集合中各种商品的单位时间段历史需求量，计算商品子集合的单位时间段历史需求量，并根据商品子集合的多个单位时间段历史需求量确定商品子集合的历史需求分布。其中，上述的计算商品子集合的价格、计算商品子集合的成本、计算商品子集合的单位时间段历史需求量，这几个步骤的执行顺序不受上述所描述顺序的限制。

在一个实施例中，根据商品子集合的多个单位时间段历史需求量确定商品子集合的历史需求分布，具体可以包括：获取商品子集合的历史需求分布的函数形式，根据商品子集合的多个单位时间段历史需求量计算历史需求分布函数的均值和方差，从而根据历史需求分布的函数形式、均值和方差，确定商品子集合的历史需求分布。其中，商品子集合的历史需求分布的函数形式即参数未知的商品子集合的历史需求分布，上述均值和方差即商品子集合的历史需求分布的参数。

在另一个实施例中，根据商品子集合的多个单位时间段历史需求量确定商品子集合的历史需求分布，具体可以包括：将商品子集合的单位时间段历史需求量的最大值和最小值构成的区间分成多个子区间，并计算商品子集合的单位时间段历史需求量在多个子区间内的数量分布；根据各子区间确定商品子集合的历史需求量网格数组；根据商品子集合的单位时间段历史需求量在多个子区间内的数量分布和各子区间，确定商品子集合的数量分布百分比数组；根据商品子集合的历史需求量网格数组，以及商品子集合的数量分布百分比数组，通过指定函数拟合得到商品子集合的历史需求分布。

根据商品子集合的补货影响因子、历史需求分布，通过预设模型得到商品子集合的当前需求量，具体可以包括：根据商品子集合的历史需求分布得到商品子集合的历史需求量累积分布函数；根据商品子集合的价格、成本、商品子集合的历史需求量累积分布函数的反函数，通过报童模型预测得到商品子集合的当前需求量。

图2是根据本发明一个实施例的确定补货量的流程示意图。

以针对保质期短(易过期)的商品的补货作业场景为例，如图2所示，确定补货量的流程包括如下的步骤S201至步骤S208。

步骤S201：从信息系统读取在售商品集合及其历史需求数量信息。

其中，信息系统保存有在售商品集合I的历史需求量的信息，读取的历史需求数量信息可以是过去的最近T个单位时间段历史需求量，其中，以d_it表示在售商品i∈I的第t∈T个单位时间段历史需求量，并且定义距离当前时间最近的单位时间段为第1个单位时间段。在售商品简称商品，在售商品集合I简称商品集合I。

步骤S202：确定商品的三元组属性<价格属性，成本属性，历史需求均值属性>，并根据商品集合中各种商品的三元组属性，将商品集合划分为多个商品子集合。

定义商品的三元组属性triplet_i＝＜e₁,e₂,e₃＞：

其中，e₁表示三元组的价格属性，e₂表示三元组的成本属性，e₃表示三元组的历史需求均值属性，p_i表示商品i的价格，ci表示商品i的成本，

表示商品i过去最近T个单位时间段的历史平均需求量，

的计算公式如下：

l表示取值大于1的整数(l优选取值为2或3)，函数rank(element a,set A,lengthl)表示返回元素a∈A在集合A内的非降序排序位次分位数，函数rank(element a,set A,length l)的返回值为属于[1,l]的整数，a≤l。例如：rank(2,{1,2,3,4,5,6},3)＝1，计算过程即：

其中，分子：“2”表示元素2排列在集合A＝{1,2,3,4,5,6}的第2位，分母“6”表示集合A一共有6个元素，3表示l＝3。如果按照上式计算出的值不是整数，则向上取整再输出，例如上述集合A，假设l＝2，则rank(2,{1,2,3,4,5,6},2)＝1。以e₁＝rank(p_i,∪_i∈Ip_i,l)为例，上述element(元素)a即p_i，set(集合)A即∪_i∈Ip_i，e₂和e₃同理。

根据商品的三元组属性triplet_i＝＜e₁,e₂,e₃＞(i∈I)，将商品集合I分为J＝{0,…,l³-1}个商品子集合，并按如下公式确定商品子集合索引j：

其中，对于该公式，以l＝2为例，商品子集合索引、商品子集合中各种商品的三元组属性、商品子集合特点归结如表1所示。

表1

步骤S203：计算各商品子集合的价格、成本及历史需求量。

可以按照如下公式计算商品子集合I_j的价格p_j'、成本c_j'及历史需求量d_it'：

其中，I_j表示索引为j的商品子集合所包含的商品的集合。prt_ij表示商品子集合I_j中商品i在商品子集合I_j中的历史需求总量占比，即商品i的历史需求总量占商品子集合I_j中所有商品的历史需求总量总和的百分比。其中，prt_ij计算公式的分子为商品子集合I_j中商品i在过去T个单位时间段的单位时间段历史需求量的总和，即商品i的历史需求总量，prt_ij计算公式的分母为商品子集合I_j中所有商品的历史需求总量总和。d_jt'具体表示过去第t个单位时间段的商品子集合I_j的历史需求量，即d_jt'为商品子集合I_j的第t个单位时间段历史需求量。

步骤S204：判断商品子集合的历史需求分布的函数形式是否已知，若是，则执行步骤S205，否则执行步骤S206。

步骤S205：计算商品子集合历史需求量均值和方差，以确定商品子集合的历史需求分布。

商品子集合历史需求量均值和方差也可以称为商品子集合的历史需求分布函数的均值和方差。

根据商品子集合的历史需求分布的函数形式、历史需求分布函数的均值和方差确定商品子集合的历史需求分布，具体即确定商品子集合的历史需求分布的函数表达式，其为历史需求量的概率密度函数。其中，计算出该均值和方差即确定了商品子集合的历史需求分布的函数表达式的参数，同时，历史需求分布的函数形式已知，从而可以确定出商品子集合的历史需求分布，例如商品子集合I_j的历史需求分布(或称历史需求量的概率密度函数)记作f_j(D)。

商品子集合I_j的历史需求分布函数的均值mean_j和方差std_j分别通过如下公式计算：

步骤S206：利用开源函数库拟合商品子集合的历史需求分布。

具体地，将商品子集合I_j的历史需求量区间等分为K个子区间range_ik。商品子集合I_j的历史需求量区间是商品子集合I_j的单位时间段历史需求量的最大值max_t∈T{d_it'}和最小值min_t∈T{d_it'}构成的区间，商品子集合I_j的子区间长度为Δ_j，range_ik和Δ_j的表示式如下，range_ik为左开右闭区间：

按如下公式统计商品子集合I_j的历史需求量(指单位时间段历史需求量)在K个等分子区间内的数量分布prob_jk：

根据商品子集合I_j的历史需求量在K个等分子区间内的数量分布prob_jk，通过调用开源工具包拟合商品子集合I_j历史需求量的概率密度函数，即商品子集合I_j的历史需求分布f_j(D)。

以在Python语言环境下调用开源Python库SciPy的stats模块的rv_discrete()函数，来模拟商品子集合I_j的历史需求量的概率密度函数f_j(D)为例，首先，按如下公式确定商品子集合I_j的历史需求量网格数组grids_j：

并且，按如下公式确定商品子集合I_j的数量分布百分比数组probs_j：

其中，total_prob＝∑_{k＝0,...,K-1}range_jk·prob_jk。

然后，按如下公式在Python语言环境下调用开源库SciPy的stats模块的rv_discrete()函数获取商品子集合I_j的历史需求量的概率密度函数f_j(D)：

f_j(D)＝scipy.stats.rv_discrete(values＝(grids_j,probs_j)) (16)

其中，对于scipy.stats.rv_discrete()函数的缺省参数均取默认值。rv_discrete是为离散随机变量构造特定的分布类和实例的基类。

步骤S207：使用报童模型预测商品子集合当前时间段内需求量。

根据商品子集合I_j的历史需求分布(历史需求量的概率密度函数f_j(D))，得到商品子集合I_j的历史需求量累积分布函数F(D)，F(D)是f_j(D)的取值的累加结果。

对于每个商品子集合I_j，使用报童模型(newsvendor model)预测该商品子集合当前时间段内的需求量(或称当前需求量)

其中，F^-1(D)表示商品子集合I_j的历史需求量累积分布函数F(D)的反函数，本发明实施例中D为

p_j'为商品子集合I_j的价格，c_j'为商品子集合I_j的成本。

步骤S208：基于商品子集合的当前需求量和供需关系确定各种商品补货数量。

其中，首先根据商品子集合的当前需求量以及商品子集合中每种商品在该商品子集合中的历史需求总量占比，计算商品子集合中每种商品的当前需求量。

具体可以按如下公式计算商品子集合I_j内商品i在当前时间段内需求量，即I_j中商品i的当前需求量

其中，

为商品子集合I_j的当前需求量，prt_ij表示商品子集合I_j中商品i在商品子集合I_j中的历史需求总量占比。

然后，根据供需关系，按如下公式确定商品子集合I_j内商品i在当前时间段内补货量

其中，inv_i表示商品i的当前库存量，bat_i表示商品i的最小补货量。上式的含义为：若当前库存量inv_i能够满足预测需求量，即商品i的当前需求量

则不需要进行补货，那么补货量

为0；若当前库存量inv_i不能满足预测需求量

且需要补货的量

小于批次最小补货量bat_i，则确定商品i的补货量为最小批次补货量bat_i；若需要补货的量不小于批次最小补货量bat_i，则确定补货量

为需要补货的量

此外，考虑到例如可能存在个别商品残次、损耗或其他情形的影响，确定补货量时可以设置补货量调整系数α，α∈[1.0,1.1]，从而确定补货量为

最后，对于各种商品，按照确定的补货量

确认、下发并执行补货作业方案。

本发明实施例根据经验知识考虑<价格属性，成本属性，历史需求均值属性>三元组属性，将在售商品集合分为多个商品子集合，然后，将每个商品子集合作为一个最小单元，拟合其需求量的概率密度函数，再使用报童模型预测当前时间段内商品子集合的需求量，最后，根据供需关系确定各种商品补货数量。克服了依赖现有技术由人工经验确定补货量而无法给出合理有效的补货决策的缺陷，且在无需大量历史数据的情况下就可以准确地确定补货量。

图3是根据本发明一个实施例的确定补货量的装置的主要模块示意图。

如图3所示，本发明一个实施例的确定补货量的装置300主要包括：划分模块301、第一确定模块302、第一需求量计算模块303、第二需求量计算模块304、补货量确定模块305。

划分模块301，用于将商品集合中多元组属性相同的商品划分到同一商品子集合。

第一确定模块302，用于根据商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定商品子集合的补货影响因子、历史需求分布。

第一需求量计算模块303，用于根据商品子集合的补货影响因子、历史需求分布，通过预设模型得到商品子集合的当前需求量。

第二需求量计算模块304，用于根据商品子集合的当前需求量，以及商品子集合中每种商品在商品子集合中的历史需求总量占比，计算商品子集合中每种商品的当前需求量。

补货量确定模块305，用于根据商品子集合中每种商品的当前需求量和当前库存量，确定商品子集合中每种商品的补货量。

在一个实施例中，补货影响因子包括价格、成本。

确定补货量的装置300还可以包括多元组属性确定模块，用于：对于商品集合中的每种商品，计算该种商品的价格、成本、历史平均需求量分别在商品集合中所有商品的价格集合、成本集合、历史平均需求量集合中的非降序排序位次分位数，得到商品集合中的每种商品的价格属性、成本属性、历史需求均值属性，根据价格属性、成本属性、历史需求均值属性得到商品集合中每种商品的多元组属性。

第一确定模块302具体可以用于：根据商品子集合中每种商品的多个单位时间段历史需求量，计算商品子集合中每种商品的历史需求总量，根据每种商品的历史需求总量与商品子集合中所有商品的历史需求总量总和的比值，得到商品子集合中每种商品在商品子集合中的历史需求总量占比；根据商品子集合中各种商品的价格和在商品子集合中的历史需求总量占比，计算商品子集合的价格；根据商品子集合中各种商品的成本和在商品子集合中的历史需求总量占比，计算商品子集合的成本；根据商品子集合中各种商品的单位时间段历史需求量，计算商品子集合的单位时间段历史需求量，并根据商品子集合的多个单位时间段历史需求量确定商品子集合的历史需求分布。

在一个实施例中，第一确定模块302包括第一历史需求分布确定子模块，用于：获取商品子集合的历史需求分布的函数形式，根据商品子集合的多个单位时间段历史需求量，计算历史需求分布函数的均值和方差，从而根据历史需求分布的函数形式、均值和方差，确定商品子集合的历史需求分布。

在另一个实施例中，第一确定模块302包括第二历史需求分布确定子模块，用于：将商品子集合的单位时间段历史需求量的最大值和最小值构成的区间分成多个子区间，并计算商品子集合的单位时间段历史需求量在多个子区间内的数量分布；根据各子区间确定商品子集合的历史需求量网格数组；根据商品子集合的单位时间段历史需求量在多个子区间内的数量分布和各子区间，确定商品子集合的数量分布百分比数组；根据商品子集合的历史需求量网格数组，以及商品子集合的数量分布百分比数组，通过指定函数拟合得到商品子集合的历史需求分布。

第一需求量计算模块303具体可以用于：根据商品子集合的历史需求分布得到商品子集合的历史需求量累积分布函数；根据商品子集合的价格、成本、商品子集合的历史需求量累积分布函数的反函数，通过报童模型预测得到商品子集合的当前需求量。

另外，在本发明实施例中所述确定补货量的装置的具体实施内容，在上面所述确定补货量的方法中已经详细说明了，故在此重复内容不再说明。

图4示出了可以应用本发明实施例的确定补货量的方法或确定补货量的装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如网页浏览器应用、即时通信工具、邮箱客户端等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的确定补货量的方法一般由服务器405执行，相应地，确定补货量的装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括划分模块、第一确定模块、第一需求量计算模块、第二需求量计算模块、补货量确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，划分模块还可以被描述为“用于将商品集合中多元组属性相同的商品划分到同一商品子集合的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布；根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量；根据所述商品子集合的当前需求量，以及所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比，计算所述商品子集合中每种商品的当前需求量；根据所述商品子集合中每种商品的当前需求量和当前库存量，确定所述商品子集合中每种商品的补货量。

根据本发明实施例的技术方案，将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定商品子集合的补货影响因子、历史需求分布；根据商品子集合的补货影响因子、历史需求分布，通过预设模型得到商品子集合的当前需求量；根据商品子集合的当前需求量，以及商品子集合中每种商品在商品子集合中的历史需求总量占比，计算商品子集合中每种商品的当前需求量；根据商品子集合中每种商品的当前需求量和当前库存量，确定商品子集合中每种商品的补货量。能够克服依赖人工经验而无法给出合理有效的补货决策的缺陷，且在无需大量历史数据的情况下可以较为准确地确定补货量。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种确定补货量的方法，其特征在于，包括：

将商品集合中多元组属性相同的商品划分到同一商品子集合，并根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布；

根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量；

根据所述商品子集合的当前需求量，以及所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比，计算所述商品子集合中每种商品的当前需求量；

根据所述商品子集合中每种商品的当前需求量和当前库存量，确定所述商品子集合中每种商品的补货量。

2.根据权利要求1所述的方法，其特征在于，所述补货影响因子包括价格、成本；

所述将商品集合中多元组属性相同的商品划分到同一商品子集合之前，包括：

对于所述商品集合中的每种商品，计算该种商品的价格、成本、历史平均需求量分别在所述商品集合中所有商品的价格集合、成本集合、历史平均需求量集合中的非降序排序位次分位数，得到所述商品集合中的每种商品的价格属性、成本属性、历史需求均值属性，根据所述价格属性、所述成本属性、所述历史需求均值属性得到所述商品集合中每种商品的多元组属性。

3.根据权利要求2所述的方法，其特征在于，所述根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布，包括：

根据所述商品子集合中每种商品的多个单位时间段历史需求量，计算所述商品子集合中每种商品的历史需求总量，根据所述每种商品的历史需求总量与所述商品子集合中所有商品的历史需求总量总和的比值，得到所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比；

根据所述商品子集合中各种商品的价格和在所述商品子集合中的历史需求总量占比，计算所述商品子集合的价格；

根据所述商品子集合中各种商品的成本和在所述商品子集合中的历史需求总量占比，计算所述商品子集合的成本；

根据所述商品子集合中各种商品的单位时间段历史需求量，计算所述商品子集合的单位时间段历史需求量，并根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布。

4.根据权利要求3所述的方法，其特征在于，所述根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布，包括：

获取所述商品子集合的历史需求分布的函数形式，根据所述商品子集合的多个单位时间段历史需求量，计算所述历史需求分布函数的均值和方差，从而根据所述历史需求分布的函数形式、所述均值和方差，确定所述商品子集合的历史需求分布。

5.根据权利要求3所述的方法，其特征在于，所述根据所述商品子集合的多个单位时间段历史需求量确定所述商品子集合的历史需求分布，包括：

将所述商品子集合的单位时间段历史需求量的最大值和最小值构成的区间分成多个子区间，并计算所述商品子集合的单位时间段历史需求量在所述多个子区间内的数量分布；

根据各所述子区间确定所述商品子集合的历史需求量网格数组；

根据所述商品子集合的单位时间段历史需求量在所述多个子区间内的数量分布和各所述子区间，确定所述商品子集合的数量分布百分比数组；

根据所述商品子集合的历史需求量网格数组，以及所述商品子集合的数量分布百分比数组，通过指定函数拟合得到所述商品子集合的历史需求分布。

6.根据权利要求2所述的方法，其特征在于，所述根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量，包括：

根据所述商品子集合的历史需求分布得到所述商品子集合的历史需求量累积分布函数；

根据所述商品子集合的价格、成本、所述商品子集合的历史需求量累积分布函数的反函数，通过报童模型预测得到所述商品子集合的当前需求量。

7.一种确定补货量的装置，其特征在于，包括：

划分模块，用于将商品集合中多元组属性相同的商品划分到同一商品子集合；

第一确定模块，用于根据所述商品子集合中各种商品的补货影响因子、单位时间段历史需求量，确定所述商品子集合的补货影响因子、历史需求分布；

第一需求量计算模块，用于根据所述商品子集合的补货影响因子、历史需求分布，通过预设模型得到所述商品子集合的当前需求量；

第二需求量计算模块，用于根据所述商品子集合的当前需求量，以及所述商品子集合中每种商品在所述商品子集合中的历史需求总量占比，计算所述商品子集合中每种商品的当前需求量；

补货量确定模块，用于根据所述商品子集合中每种商品的当前需求量和当前库存量，确定所述商品子集合中每种商品的补货量。

8.根据权利要求7所述的装置，其特征在于，所述补货影响因子包括价格、成本；

所述装置还包括多元组属性确定模块，用于：

对于所述商品集合中的每种商品，计算该种商品的价格、成本、历史平均需求量分别在所述商品集合中所有商品的价格集合、成本集合、历史平均需求量集合中的非降序排序位次分位数，得到所述商品集合中的每种商品的价格属性、成本属性、历史需求均值属性，根据所述价格属性、所述成本属性、所述历史需求均值属性得到所述商品集合中每种商品的多元组属性。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images